Знайдіть ім’я стовпця, яке має максимальне значення для кожного рядка

122

У мене є така DataFrame, як ця:

In [7]:
frame.head()
Out[7]:
Communications and Search   Business    General Lifestyle
0   0.745763    0.050847    0.118644    0.084746
0   0.333333    0.000000    0.583333    0.083333
0   0.617021    0.042553    0.297872    0.042553
0   0.435897    0.000000    0.410256    0.153846
0   0.358974    0.076923    0.410256    0.153846

Тут я хочу запитати, як отримати ім'я стовпця, яке має максимальне значення для кожного рядка, бажаний вихід такий:

In [7]:
    frame.head()
    Out[7]:
    Communications and Search   Business    General Lifestyle   Max
    0   0.745763    0.050847    0.118644    0.084746           Communications 
    0   0.333333    0.000000    0.583333    0.083333           Business  
    0   0.617021    0.042553    0.297872    0.042553           Communications 
    0   0.435897    0.000000    0.410256    0.153846           Communications 
    0   0.358974    0.076923    0.410256    0.153846           Business

— markov zain
джерело

164

Ви можете використовувати idxmaxз , axis=1щоб знайти стовпець з найбільшим значенням в кожному рядку:

>>> df.idxmax(axis=1)
0    Communications
1          Business
2    Communications
3    Communications
4          Business
dtype: object

Щоб створити новий стовпець "Макс", використовуйте df['Max'] = df.idxmax(axis=1).

Щоб знайти індекс рядків, за яким максимальне значення зустрічається у кожному стовпці, використовуйте df.idxmax()(або еквівалентно df.idxmax(axis=0)).

— Алекс Райлі
джерело

@SushantKulkarni Як вам вдалося отримати топ-3 вірогідності замість топ-1?

— Стергіос

# Вірогідність обчислень для всіх accountproba = lr.predict_proba (tfidf) MLR_y_p = pd.DataFrame (proba, столбцы = np.unique (y), index = df.Key.tolist ())

— Sushant Kulkarni

25

І якщо ви хочете створити стовпчик, що містить ім'я стовпця з максимальним значенням, але враховуючи лише підмножину стовпців, тоді ви використовуєте варіант відповіді @ ajcr:

df['Max'] = df[['Communications','Business']].idxmax(axis=1)

— користувач1718097
джерело

5

Якщо ви хочете виключити всі стовпці, крім підмножиниdf['Max'] = df[df.columns.difference(['Foo','Bar'])].idxmax(axis=1)

— floatingpurr

9

Ви можете applyв кадрі даних та отримати argmax()кожен рядок черезaxis=1

In [144]: df.apply(lambda x: x.argmax(), axis=1)
Out[144]:
0    Communications
1          Business
2    Communications
3    Communications
4          Business
dtype: object

Ось тест , щоб порівняти , як повільний applyметод є idxmax()дляlen(df) ~ 20K

In [146]: %timeit df.apply(lambda x: x.argmax(), axis=1)
1 loops, best of 3: 479 ms per loop

In [147]: %timeit df.idxmax(axis=1)
10 loops, best of 3: 47.3 ms per loop

— Нуль
джерело